Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "formal learning theory" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Automated Science
Nauka Zautomatyzowana
Autorzy:
Kawalec, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/577447.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
automated science
reliability
formal learning theory
Bayesianism
nauka zautomatyzowana
niezawodność
formalna teoria uczenia się
bayesianizm
Opis:
Any serious attempt to give an account of the cognitive aspect of science – as contrasted with e.g. its economic, social or cultural aspects – cannot ignore the automation revolution. In the conception presented in this paper the results of computer science are taken seriously and integrated with earlier ideas concerning what constitutes scientific inquiry. The central idea is that of reliable inquiry. On the reliabilist criteria presented here, if a method is logically warranted to get to the right answer – given data and background knowledge available – and to stick to it afterwards, then it is reliable. This is a normative theory, but the standard of reliability is adjusted to the domain of the inquiry at hand. This paper presents the central tenets of the reliabilist conception of science and briefly outlines the main results underlying it. The philosophical task to deliver an adequate understanding of science is taken to be continuous with scientific research itself (naturalism), a major part of which is concerned with delivering causal explanations (causality) and can only be carried out with limited resources (computability). An outline of open problems and directions for future research concludes the paper.
Współczesne wyjaśnienie poznawczego aspektu nauki – w odróżnieniu np. od ekonomicznego, społecznego czy kulturowego – nie może pominąć rewolucji, jaka dokonała się w automatyzowaniu procedur naukowych. Teoretyczne zaplecze tych nowych idei jest prezentowane na tle dokonań historycznych. Kluczowym pojęciem w prezentowanym artykule jest niezawodność metody rozumiana jako przysługująca metodzie naukowej, która gwarantuje uzyskanie poprawnej odpowiedzi – przy dostępności danych i wiedzy założonej – oraz trwanie przy niej, mimo dopływających nowych danych. Niniejszy artykuł prezentuje główne własności niezawodnościowej (reliabilistycznej) koncepcji nauki i krótko omawia najważniejsze, leżące u jej podstaw wyniki. Filozoficzne zadanie zaproponowania właściwego rozumienia nauki jest tutaj traktowane jako ciągłe z badaniem naukowym (naturalizm), wymagające przede wszystkim określania zależności przyczynowych (kauzalizm) i możliwe przy ograniczonych zasobach (obliczalność). W końcowej części artykułu zaprezentowano otwarte problemy i kierunki badań.
Źródło:
Zagadnienia Naukoznawstwa; 2012, 48, 2 (192); 111-139
0044-1619
Pojawia się w:
Zagadnienia Naukoznawstwa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelling a subregular bias in phonological learning with Recurrent Neural Networks
Autorzy:
Prickett, Brandon
Powiązania:
https://bibliotekanauki.pl/articles/2061408.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Instytut Podstaw Informatyki PAN
Tematy:
neural networks
learning bias
formal language theory
phonology
Opis:
A number of experiments have demonstrated what seems to be a bias in human phonological learning for patterns that are simpler according to Formal Language Theory (Finley and Badecker 2008; Lai 2015; Avcu 2018). This paper demonstrates that a sequence-to-sequence neural network (Sutskever et al. 2014), which has no such restriction explicitly built into its architecture, can successfully capture this bias. These results suggest that a bias for patterns that are simpler according to Formal Language Theory may not need to be explicitly incorporated into models of phonological learning.
Źródło:
Journal of Language Modelling; 2021, 9, 1; 67--96
2299-856X
2299-8470
Pojawia się w:
Journal of Language Modelling
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Typology emerges from simplicity in representations and learning
Autorzy:
Lambert, Dakotah
Rawski, Jonathan
Heinz, Jeffrey
Powiązania:
https://bibliotekanauki.pl/articles/2061410.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Instytut Podstaw Informatyki PAN
Tematy:
model theory
subregularity
grammatical inference
formal language theory
phonology
learning
complexity
Opis:
We derive well-understood and well-studied subregular classes of formal languages purely from the computational perspective of algorithmic learning problems. We parameterise the learning problem along dimensions of representation and inference strategy. Of special interest are those classes of languages whose learning algorithms are necessarily not prohibitively expensive in space and time, since learners are often exposed to adverse conditions and sparse data. Learned natural language patterns are expected to be most like the patterns in these classes, an expectation supported by previous typological and linguistic research in phonology. A second result is that the learning algorithms presented here are completely agnostic to choice of linguistic representation. In the case of the subregular classes, the results fall out from traditional model-theoretic treatments of words and strings. The same learning algorithms, however, can be applied to model-theoretic treatments of other linguistic representations such as syntactic trees or autosegmental graphs, which opens a useful direction for future research.
Źródło:
Journal of Language Modelling; 2021, 9, 1; 151--194
2299-856X
2299-8470
Pojawia się w:
Journal of Language Modelling
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies